基于花纹的身份识别方法和装置、电子设备及存储介质与流程

本技术涉及图像匹配和人工智能，尤其涉及一种基于花纹的身份识别方法和装置、电子设备及存储介质。

背景技术：

1、基于花纹的身份识别是一种通过计算机利用生物体所固有的生理特征(如指纹、虹膜、面相等)或行为特征(如笔迹、声音、步态等)来进行身份鉴定的技术，例如，在金融领域场景中，可以根据养殖类动物的面相，对养殖类动物进行识别，从而确降低养殖类保险骗保的概率。

2、目前常见的对养殖类动物的身份识别方法多是通过对养殖类动物的面相特征进行记录，再根据面相特征对养殖类动物进行身份鉴定，但是养殖类动物的面相特征相似度较高，导致养殖类动物的身份识别容易出现错误，因此，如何提高养殖类动物的身份识别准确率，成为了亟待解决的技术问题。

技术实现思路

1、本技术实施例的主要目的在于提出一种基于花纹的身份识别方法和装置、电子设备及存储介质，旨在提高养殖类动物的身份识别准确率。

2、为实现上述目的，本技术实施例的第一方面提出了一种基于花纹的身份识别方法，所述方法包括：

3、获取包含目标识别对象的侧身图像；

4、获取所述目标识别对象的身份标识；

5、对所述侧身图像进行关键点标注，得到对象关键点；

6、基于所述对象关键点及所述身份标识，对所述侧身图像进行身份标记，得到对象部位标识；

7、基于所述对象关键点，对所述侧身图像进行区域提取，得到目标关键点区域图像；

8、基于所述目标关键点区域图像，对预设的初始花纹匹配模型进行训练，得到目标花纹匹配模型；

9、获取包含所述目标识别对象的目标图像，并基于所述目标关键点区域图像及所述目标花纹匹配模型，对所述目标图像进行身份识别。

10、在一些实施例，所述侧身图像包括侧身像素点，所述对所述侧身图像进行关键点标注，得到对象关键点，包括：

11、基于预设的关键点标注模型，对所述侧身图像进行并行特征提取，得到第一分辨率特征及第二分辨率特征，其中，所述第一分辨率特征用于表示所述侧身图像在高分辨率下的特征，所述第二分辨率特征用于表示所述侧身图像在低分辨率下的特征；

12、将所述第一分辨率特征与所述第二分辨率特征进行特征融合，得到融合特征；

13、基于所述融合特征，计算所述侧身像素点的关键点概率分布数据；

14、基于所述关键点概率分布数据，从所述侧身像素点钟筛选出所述对象关键点。

15、在一些实施例，所述获取包含所述目标识别对象的目标图像，并基于所述目标关键点区域图像及所述目标花纹匹配模型，对所述目标图像进行身份识别，包括：

16、对所述目标识别对象进行侧身摄像处理，得到所述目标图像；

17、基于所述目标花纹匹配模型，计算目标图像与所述目标关键点区域图像的图像相似度；

18、基于所述图像相似度，从所述目标区域图像中筛选出相似图像；

19、基于所述相似图像，识别所述目标图像中所述目标识别对象的身份，得到目标身份。

20、在一些实施例，所述基于所述目标花纹匹配模型，计算目标图像与所述目标关键点区域图像的图像相似度，包括：

21、对所述目标图像进行关键点提取，得到目标关键点；

22、基于所述目标关键点，确定所述目标图像的目标侧身位置；

23、基于所述目标侧身位置，从所述目标关键点区域图像中筛选出目标区域图像；

24、基于所述目标花纹匹配模型，对所述目标图像与所述目标区域图像进行余弦相似度计算，得到所述图像相似度。

25、在一些实施例，所述基于所述对象关键点，对所述侧身图像进行区域提取，得到目标关键点区域图像，包括：

26、对所述侧身图像进行尺度测量，得到图像尺寸；

27、基于所述图像尺寸确定基准尺寸；

28、基于所述基准尺寸及所述对象关键点，对所述侧身图像进行区域分割，得到所述目标关键点区域图像。

29、在一些实施例，所述基于所述对象关键点及所述身份标识，对所述侧身图像进行身份标记，得到对象部位标识，包括：

30、对所述对象关键点进行坐标标记，得到关键点坐标；

31、基于所述关键点坐标，确定所述侧身图像的标准侧身位置；

32、基于所述标准侧身位置，对所述身份标识进行标识更改，得到所述对象部位标识。

33、在一些实施例，所述获取包含目标识别对象的侧身图像，包括：

34、获取所述目标识别对象的标准图像；

35、对所述标准图像进行目标检测，得到所述目标识别对象的位置信息；

36、基于所述位置信息，对所述标准图像进行缩放，得到所述侧身图像。

37、为实现上述目的，本技术实施例的第二方面提出了一种基于花纹的身份识别装置，所述装置包括：

38、对象图像获取模块，用于获取包含目标识别对象的侧身图像；

39、身份标识获取模块，用于获取所述目标识别对象的身份标识；

40、关键点标注模块，用于对所述侧身图像进行关键点标注，得到对象关键点；

41、侧身身份标记模块，用于基于所述对象关键点及所述身份标识，对所述侧身图像进行身份标记，得到对象部位标识；

42、关键区域提取模块，用于基于所述对象关键点，对所述侧身图像进行区域提取，得到目标关键点区域图像；

43、匹配模型训练模块，用于基于所述目标关键点区域图像，对预设的初始花纹匹配模型进行训练，得到目标花纹匹配模型；

44、目标图像识别模块，用于获取包含所述目标识别对象的目标图像，并基于所述目标关键点区域图像及所述目标花纹匹配模型，对所述目标图像进行身份识别。

45、为实现上述目的，本技术实施例的第三方面提出了一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的方法。

46、为实现上述目的，本技术实施例的第四方面提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的方法。

47、本技术提出的基于花纹的身份识别方法和装置、电子设备及存储介质,其通过获取包含目标识别对象的侧身图像，以便获取清晰的目标识别对象的花纹图像，进一步地，对侧身图像进行关键点标注，得到对象关键点，能够减少人工标注的工作量，从而提高关键点标注的效率及一致性，其次，根据对象关键点及身份标识，对侧身图像进行身份标记，得到对象部位标识，为后续的身份匹配及身份识别奠定基础，再根据对象关键点及预设的关键点区域提取模型，对侧身图像进行区域提取，得到目标关键点区域图像，减少了侧身图像中的冗余信息，提高了目标识别对象的身份识别的速度及准确性，根据目标关键点区域图像，对预设的初始花纹匹配模型进行训练，得到目标花纹匹配模型，实现花纹匹配的智能化，从而提高基于花纹的身份识别的效率，最后，获取包含目标识别对象的目标图像，并基于目标关键点区域图像及目标花纹匹配模型，对目标图像进行身份识别，能够快速准确地实现对目标图像中目标识别对象的身份识别，并提高了目标图像中目标识别对象的身份识别准确率。